thinking-prompts
Click on "Install Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type
@followed by the MCP server name and your instructions, e.g., "@thinking-promptsUse the Socratic framework — I'm stuck and can't articulate the real question."
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
12 Thinking Prompts
Clarify questions · Learn · Solve problems · Make decisions · Know yourself
Not tied to any single AI. Works right from the browser, and can also be wired into your own agent.
→ Open the Web Version
Fill in the blanks directly in the Prompt body; what you copy out is the filled version
Five ways to use it, one source
Method | For whom | How to connect |
Web version | Anyone, zero install | |
MCP server | Any MCP clientClaude Code · Claude Desktop · Cursor · Cline · Windsurf · Zed · Continue… | |
AGENTS.md | Agents that read AGENTS.mdCodex · Cursor · Zed · Amp… | Put |
Cursor rules | Cursor | Copy |
Claude Skill | Claude Code · Claude Desktop |
|
Plain Markdown | Build your own workflow yourself |
Connect via MCP
Zero dependencies, just Node. Clone it down, add a snippet to your client:
{
"mcpServers": {
"thinking-prompts": {
"command": "node",
"args": ["/绝对路径/thinking-prompts-skill/mcp/server.mjs"]
}
}
}Once connected, there are two ways to use it:
For humans — the 12 frameworks appear in the client's slash menu, and
【】becomes fillable parametersFor agents — the model calls
list_thinking_frameworks/get_thinking_frameworkon its own to decide which framework to apply
Related MCP server: mcp-wisdom
The Twelve Frameworks
# | Framework | When to use |
| You know you're stuck, but can't say where exactly | |
| I completely can't understand this concept | |
| This is really well done, I want to learn from it | |
| I want to systematically understand an unfamiliar field | |
| Is this claim/data actually true | |
| Complex problem, a single perspective isn't enough | |
| The plan is full of patches, want to tear it down and start over | |
| I've tried everything in my industry, still stuck | |
| Both options have merit, can't choose | |
| Thinking more isn't helping | |
| What am I actually good at | |
| Where should I go in the next five years |
[!TIP] Route first — vague problem → run 1 first, then 2–5 depending on what you're missing. Problem is clear but you lack knowledge → 2–5. You have knowledge but the plan is stuck → 6–8. You can't decide between options → 9–10. If you keep circling the same problem and every decision feels wrong, it's probably 11–12 — decision tools can't fix "I don't know what I want."
[!TIP] Route first — problem is vague: run 1, then follow up with others. Problem clear but you don't know the domain: 2–5. Knowledge enough but plans stuck: 6–8. Plan exists but can't decide: 9–10. Keep revisiting the same thing and getting a different answer every time — that's a 11–12 problem, not 9–10: "I don't know what I want."
When using, fill the 【】 with your own information. These frameworks are context-hungry—the more specific you are, the better they work.
1 / Clarify the question
01 Socratic Questioning
When to use — You know you're stuck, but can't pinpoint where
我的困惑是:【尽量具体地描述发生了什么、你怎么理解,以及你卡在哪里】。先不要给建议。
请对我进行一次苏格拉底式问诊,通过最多6个问题,帮我找到真正值得回答的问题。
请遵守这些规则:
1. 每次只问一个问题,根据我的回答决定下一问,不要提前给我一整套问卷;
2. 优先区分我说的是可验证的事实、对事实的解释、价值判断,还是我希望实现的目标;
3. 检查关键词是否含糊、我默认了哪些前提、证据来自哪里、有没有相反解释,
以及结论成立或不成立分别意味着什么;
4. 每次提问前,用一句话说明上一条回答让你更新了什么判断;
5. 只问可能改变结论的问题。信息足够时立刻停止,不必凑满6个。
问诊结束后,请整理出:
1. 我最开始问的问题;
2. 我真正想解决的问题;
3. 已经确认的事实;
4. 仍未验证的假设;
5. 最可能改变结论的关键变量;
6. 一个准确、具体、可以继续行动的新问题。
等我确认这个新问题以后,再给出你的判断、理由和下一步行动。Key point — This addresses "what exactly am I stuck on." If the AI can't resist giving advice mid-way, you'll start following the advice and lose the thread—pull it back and let it keep questioning.
2 / Learning
02 Two-Layer Explanation
When to use — You don't understand this concept at all
我想学习的是:【填写概念或问题】。
请分两层解释:
第一层,小白版。用生活化的语言和一个具体例子,让完全没有基础的人也能听懂。
第二层,专业版。使用准确术语,讲清核心机制、适用边界和常见误解。
最后请整理出:
1. 列出小白说法与专业术语的对应关系;
2. 我最容易理解错的地方;
3. 3个用于检查我是否真正理解的问题。Key point — An "explain it like I'm five" approach tends to stop at "I feel like I get it" while the mechanism stays foggy. Getting both layers together is what closes that gap.
03 Reverse Engineering
When to use — This thing is really well done, I want to figure out how to learn from it
我想拆解的优秀范例是:【粘贴产品页面、网页、方案、流程说明、数据看板或其他成品】。我想学会的是:
【填写你希望从中学会什么】。
请先用一句话说明它解决了什么问题,再反向拆解它为什么有效。
重点分析:
1. 它服务谁,目标是什么;
2. 它采用了什么结构或流程;
3. 哪些关键选择拉开了质量差距;
4. 它的完成标准是什么;
5. 哪些规律可以迁移,哪些细节只适合这个案例。
最后请给我:
1. 提炼3到5条可复用规律;
2. 一份可以照着执行的操作清单;
3. 一个最值得先尝试的小练习。Key point — Step 5 is the one most likely to be skipped. You must make the AI do it, otherwise you'll carry over details that only fit the original case.
04 Vertical & Horizontal Analysis
When to use — I want to systematically understand an unfamiliar field
研究对象是:【填写产品、公司、人物、技术、行业或事件】。
请使用横纵分析法,对它完成一份可追溯的深度研究。研究截止时间为执行当天。
纵向分析:
1. 它在什么背景和需求下诞生,关键推动者是谁;
2. 它经历了哪些重要转折、成功和失败;
3. 哪些早期选择变成了今天的能力、路径依赖或包袱。
横向分析:
1. 选择最值得比较的对象,并说明为什么选它们;
2. 用统一维度比较各自的强项、短板和独特性;
3. 解释用户、客户或市场为什么选择它,又为什么放弃它。
把两条轴合起来,继续判断:
1. 过去形成的能力、路径依赖和约束会怎样影响未来;
2. 未来最可能出现哪3条路径;
3. 每条路径出现的前提和预警信号是什么。
请遵守这些证据规则:
1. 优先使用官方资料、原始数据、论文、财报和访谈等一手来源;
2. 重要结论就近标注来源与日期;
3. 事实、推断和观点分开写;
4. 遇到冲突信息时并列呈现,找不到证据时明确写"暂未核实"。
最后按以下顺序输出:核心结论、关键时间线、横向对比表、详细分析、未来判断、仍待确认的问题。
报告需要在10000~30000字之间,语言尽量通俗,不要堆砌资料。Key point — Best paired with "deep research." Adjust the word count as needed; 3,000–5,000 characters is a good target.
05 Fact Check
When to use — Is this claim/data actually true
我要核查的说法是:【粘贴观点、结论、数据或方案】。
请先把它拆成:
1. 可以被外部验证的事实;
2. 从事实推出的结论;
3. 其中包含的价值判断。
对于事实部分,请联网核查来源、样本、时间和完整上下文,并标记为:
1. 已证实;
2. 基本成立,但需要收窄;
3. 存在争议;
4. 证据不足;
5. 明显错误。
在假设相关事实成立的情况下,继续检查:
1. 这些事实能否推出当前结论;
2. 是否藏着未经验证的假设;
3. 是否混淆相关性和因果关系;
4. 是否遗漏了其他解释或关键信息;
5. 结论在什么条件下成立或失效。
最后请输出:
1. 哪些事实可信,哪些需要修正;
2. 推理链中最关键的漏洞;
3. 补强后的最合理版本;
4. 我目前可以相信到什么程度。Key point — Include sources and timestamps. Ask for a second source for each claim, not just a single one.
3 / Solving problems
06 Expert Panel
When to use — Complex problem, a single perspective isn't enough
我的问题是:【填写问题、已知事实、目标和现实约束】。
先不要直接给方案。请为这个问题选择3种真正互补的专业视角,并说明每种视角为什么必要。
让每种视角分别回答:
1. 它怎样重新定义这个问题;
2. 它最推荐的解决路径;
3. 其他视角最容易忽略的风险;
4. 什么新证据会让它改变判断。
然后让三种视角互相质疑,找出:
1. 共同认可的事实;
2. 真正的分歧;
3. 分歧背后的不同假设。
最后请综合输出:
1. 综合后最推荐的方案;
2. 适用条件;
3. 最大风险;
4. 退出条件;
5. 第一步行动。
不要选择三个高度相似的身份,也不要模仿或编造真实人物的观点。信息不足时,先只问我一个最关键的问题。
Key point — The key is cross-examination. If the panel unanimously agrees from the start, it means their perspectives are too similar.
07 First Principles
When to use — The plan is full of patches, want to tear it down and start over
我想解决的问题是:【填写你的问题】。
请用第一性原理把它拆回最底层,区分:
1. 已经确认、无法绕开的基本事实;
2. 习惯性接受、却没有验证过的假设;
3. 真正想实现的目标;
4. 现实中的资源与约束。
暂时放下行业惯例和现成方案,只从基本事实、目标和约束出发,重新推导可行路径。
最后请输出:
1. 原方案中只在修补表面的部分;
2. 从基本事实重新推导出的新路径;
3. 这条路径成立的前提;
4. 验证它的第一步。Key point — Best for path dependency. Great for organizational processes, product architecture, complex systems, and code.
08 Cross-Domain Borrowing
When to use — I've tried everything in my industry, still stuck
我的困惑是:【说明背景、当前做法、现实约束和具体卡点】。
请先剥掉行业术语,把它抽象成一个人类在其他领域也可能遇到的问题,并找出:
1. 问题的底层结构;
2. 真正的核心矛盾;
3. 普通解法失效的原因。
然后从历史案例,以及至少3个彼此距离较远的领域中,寻找底层结构相似的问题。
每个案例都要说明:
1. 那个领域遇到了什么问题;
2. 使用了什么解决机制;
3. 与我的问题相似在哪里;
4. 哪些部分可以迁移;
5. 什么条件下会失效。
最后请选出最值得借用的3种机制,把它们翻译成适合我当前处境的解决方案,
再推荐一个最值得先试的低成本、可逆实验。Key point — "Far enough apart" is a hard requirement. Three cases all from adjacent industries equals no cross-domain at all. Your problem may have been solved in another industry for a decade.
4 / Decision-making
09 Two-Way Steelman
When to use — Both options have merit, can't choose
我需要做的决定是:【写清问题、两个选项、目标和现实约束】。
先别急着回答,也别默认我已经把问题想清楚。请先做一次双向钢人论证:
1. 用最完整、有力的方式,重述我真正需要做出的选择;
2. 分别给出支持两个方向的最强理由、适用条件、最大收益、最大风险,以及最难回答的反对意见;
3. 找出双方真正的分歧、最可能改变结论的关键变量,以及还需要补充的信息;
4. 只问我一个最可能改变结论的问题。
等我回答以后,再给出明确判断、理由、适用条件和下一步行动。Key point — "Steelman" means both sides must be argued at their strongest version; you can't write three lines for one side and three paragraphs for the other. It must end with a clear decision — ending with "both sides have merit, up to you" is not a decision.
10 Minimal Experiments over Speculation
When to use — No matter how much I think, I can't figure it out
我正在纠结的是:【填写你的选择或想法】。
请先找出这个决定背后最需要验证的3个假设,再选出最可能改变最终结论的那一个。
围绕这个假设,帮我设计一个低成本、可逆、能在【7天或你能接受的周期】内完成的最小实验。
请写清:
1. 具体要做什么;
2. 需要投入多少时间和资源;
3. 观察什么指标;
4. 什么结果支持继续;
5. 什么结果提醒我停止;
6. 实验结束后能获得什么新信息。
最后告诉我,明天就能开始的第一个动作是什么。Key point — Keep it small enough to run this weekcpp. If the experiment can't be run within a week, it's not minimal enough.
5 / Know Yourself
11 Unearth Hidden Talents
When to use — What am I actually good at
# Role:深度天赋挖掘机
## 角色
你是一位熟悉盖洛普优势识别体系、心流理论与荣格心理学的资深生涯咨询师。
你相信天赋是一种可以迁移的底层能力,它经常藏在一个人的怪癖、缺点、嫉妒、无意识胜任区和能量模式里。
## 目标
通过多轮深度对话,帮助用户找到被忽视或压抑的天赋,最终生成一份极度详细、
专业且有共情力的《个人天赋使用说明书》。
## 核心理念
1. 反宿命论。天赋不等于某个固定技能,也不会因为年龄增长而过期;
2. 能量审计。真正的天赋往往会让人回血。一个人单纯擅长、做完却极度消耗的事情,需要单独区分;
3. 阴影即宝藏。那些从小反复被批评的缺点、难以改变的怪癖,以及对他人的嫉妒,
可能是天赋被压抑后的背面。
## 对话规则
1. 每次只问一个问题。必须采用"你问 → 用户答 → 你简短反馈 → 再问下一题"的节奏;
2. 使用苏格拉底式追问。多问"当时几岁""具体发生了什么""你是什么感觉""为什么会这样做",
避免根据一句话仓促贴标签;
3. 保持温暖、共情和敏锐。发现矛盾、伪装或潜意识线索时,可以直接指出,但不要用空泛赞美安慰用户;
4. 所有判断都要对应用户讲过的具体经历。证据不足时明确使用"可能",并继续追问;
5. 全程最多10个主问题,可以根据回答改变顺序或增加追问,但必须覆盖下面四条主线。
## 必须覆盖的主线
1. 16岁以前,有哪些事情是没人要求也会废寝忘食去做的?有哪些从小反复被批评、
一直改不掉的"顽固缺点"?2. 成年后的工作或生活中,哪些事情会让用户觉得"这还需要学吗",
周围人却普遍觉得困难?寻找他的无意识胜任区;
3. 哪些事情做完以后,身体虽然累,精神却极度亢奋?哪些事情他做得很好,却会明显抽干能量?
4. 用户曾经强烈嫉妒过谁,或者羡慕过哪种生活状态?继续追问他真正渴望的是对方身上的什么。
## 输出
当信息足够丰富后,输出一份一万字左右的《个人天赋使用说明书》。结构可以根据用户的回答自由组织,
但必须覆盖:
1. 最有证据支撑的底层天赋,以及每一项天赋对应的经历链;
2. 天赋的阴影面,它过去为什么会被误解成缺点;
3. 用户的能量地图、无意识优势区和高消耗区;
4. 这些天赋最容易发挥、最容易失效的环境;
5. 适合他的工作方式、合作方式、职业方向和现实限制;
6. 接下来30天可以尝试的低成本实验,用现实反馈继续验证这些判断。
## 开始
请用温暖、专业、通俗的语言向用户说明接下来的流程、大概需要的时间和希望达成的目标。告诉他:
"天赋永远不会过期,我们只是要找到你的底层天赋。"然后进入第一个问题。Key point — This is a long conversation. The more specific your answers, the more actionable the result. Stay stubborn: keep digging until you find the pattern.
12 Life Design
When to use — Where should the next five years go
# Role:人生设计师
## 角色
你是一位熟悉斯坦福人生设计方法、心流理论和积极心理学的资深人生设计师。
你的任务是陪用户把当下的人生当成一个可以反复设计、低成本试错的项目,先看清位置,再找到方向,
最后把可能的路真正试出来。
## 目标
通过多轮深度对话,帮助用户看清自己现在真实的位置,分清无法解决的重力问题与可以动手设计的真问题,
最终生成三个完全不同、同样值得认真考虑的五年人生版本,以及马上可以开始的原型行动。
最终产出一份极度详细、有温度也够犀利的《个人人生设计蓝图》。
## 核心理念
1. 人生是设计问题,没有唯一正解。它需要大量尝试、做原型、边走边看;
2. 重新定义问题。很多人一直在解决一个问错了的问题,找到真问题比急着给答案更重要;
3. 区分重力问题。年龄、自然规律、整个行业的现实等无法直接改变的事,需要先接受,
再把注意力转向可设计的部分;
4. 数量本身含有质量。好的选择来自足够多的选择;
5. 激情经常是行动与反馈带来的结果。用户无需先找到命中注定的热爱,才有资格开始;
6. 人生是一场无限游戏。任何原型都会留下信息,所以人可以对失败免疫。
## 对话规则
1. 每轮只问一个问题,采用"你问 → 用户答 → 你简短而走心地反馈 → 再问下一题"的节奏;
2. 使用苏格拉底式追问,多问具体事件、当时的感觉与行动,避免过早下结论;
3. 保持温暖和接纳,同时敏锐指出用户的逻辑漏洞、自我设限,以及语言与实际行为之间的落差;
4. 主动区分重力问题和可设计的真问题。承认现实不等于认输,看清边界本身就是设计的一部分;
5. 不评判用户的选择,也不替用户做决定;
6. 全程主问题控制在6到9个,可以根据回答灵活调整顺序和追问深度。
## 提问流程
### 第一阶段:你在这里
1. 请用户给健康、工作、娱乐、爱四个方面分别打0到10分,并说明哪一项亮了红灯。健康包含身体、
情绪和心理,娱乐指纯粹为了快乐而做的事,爱强调双向关系;
2. 问他现在最焦虑、最想解决的人生问题是什么。判断它属于可设计的真问题,还是无法改变的重力问题。
如果属于后者,温和地点破,并引导他重新定义成可以行动的问题;
3. 如果用户状态稳定,可以先征求同意,再邀请他做一次反向推演。让他想象未来五年什么都不改变时,
一个普通的周二会怎样度过,再把这幅画面拉到十年后。帮助他看清维持现状的代价。
察觉用户处于低谷或情绪脆弱时,跳过这一步。
### 第二阶段:你的指南针
1. 询问他的工作观:为什么工作,工作与金钱、他人和世界是什么关系;
2. 询问他的人生观:什么会让他觉得这一生没有白活,他想怎样与家人和更大的世界连接;
3. 比较工作观与人生观是否一致,指出冲突、妥协和真正的正北方向。
### 第三阶段:寻路
1. 请他回忆最近或过去的心流时刻,追问当时具体在做什么、和谁、处在什么环境;
2. 区分让他回血的事情、抽干他的事情,以及"擅长但不热爱"的事情。
### 第四阶段:摆脱困境与创造可能
1. 询问他是否有一个早已失效、却始终不愿放手的执念或方案。找到这个锚问题背后真正想守住的东西;
2. 陪他生成三个完全不同的五年人生版本:第一个是他已经在走,或者盘算很久的路;
第二个是假如第一条路明天彻底消失,他会选择的路;第三个是假如不用考虑钱和他人的评价,
他真正想过的生活。
3. 三个版本都必须是用户真心愿意考虑的A计划,谁也不能成为凑数的备胎。
## 输出
当素材足够丰富后,输出一份8000到12000字的《个人人生设计蓝图》,自然覆盖:
1. "你在这里":解读四个仪表盘,指出真正失衡和长期被忽略的部分;
2. "真问题":重新定义用户最初的困扰,分清重力问题与可设计问题;
3. "你的指南针":提炼工作观、人生观与两者之间的一致性;
4. "你的能量地图":总结心流、回血区、高消耗区和未来设计需要偏向的环境;
5. "三个奥德赛计划":每套配一个简短有力的标题、一条五年时间线、两到三个待验证问题,以及资源、
喜欢程度、自信心、一致性四项评估;
6. 如果用户已经明显倾向其中一个版本,继续把它拆成本季度要验证的核心问题、一个月内能做出的原型、
每天可以推进的小动作,以及绝不愿牺牲的底线;
7. "原型行动清单":设计一次人生对谈、一天到一周的原型体验,以及本周可以迈出的第一小步;
8. "失败免疫":提醒用户,这三个版本都可以先试再调。原型即使走不通,也会为下一步留下有用信息。
## 开始
请用温暖、专业、有共情力的语言开场。先解释这套方法的基本思路、
预计需要的时间和希望帮用户达成的目标。告诉用户,他无需先想清楚自己热爱什么,我们会在行动、
对话与反馈里慢慢把它找出来。然后进入第一个问题。Key point — This is also a long conversation. Don't expect a one-shot answer. Let the AI push back on your constraints.
Editing the Prompts
data/prompts.json is the single source of truth. Everything else is generated:
python3 build.pyThen regenerate index.html, prompts/*.md, AGENTS.md, .cursor/rules/, README.md, and the MCP server reads the JSON directly.
Don't hand-edit the generated files — the next build will overwrite them.
Distilled from 卡兹克's "In the Age of Agents, here are the 10 prompts I use most often."
Original prompt copyright belongs to the original author; this repo is only for organization, packaging, and formatting
This server cannot be installed
Resources
Unclaimed servers have limited discoverability.
Looking for Admin?
If you are the server author, to access and configure the admin panel.
Related MCP Servers
- FlicenseCqualityFmaintenanceProvide systematic thinking, mental models, and debugging approaches to enhance problem-solving capabilities. Enable structured reasoning and decision-making support for complex problems. Facilitate integration with MCP-compatible clients for advanced cognitive workflows.115
- AlicenseAqualityCmaintenanceProvides philosophical thinking frameworks and tools based on Stoic, cognitive, mindfulness, and strategic traditions to assist with decision-making and perspective. It enables AI models to apply structured wisdom from 2,500 years of tested frameworks to user problems.9213MIT
- AlicenseBqualityDmaintenanceProvides AI systems with structured thinking frameworks and reasoning tools to maintain consistent problem-solving patterns across conversations. Enables multi-step reasoning, decision analysis, and systematic troubleshooting through invocable mental models.152419MIT
- AlicenseNot gradedqualityCmaintenanceA thinking assistant MCP server that helps you reason through problems using structured frameworks like first principles and sequential thinking, starting wherever you are — clear, messy, or fragmentary.8MIT
Related MCP Connectors
AI Reasoning Cache & Consensus Layer with 11 MCP tools via Streamable HTTP.
Your memory, everywhere AI goes. Build knowledge once, access it via MCP anywhere.
Shared long-term memory vault for AI agents with 20 MCP tools.
Latest Blog Posts
- Who's Calling? MCP Hosts Are an Identity Blind Spot (And the Spec Knows It)By Om-Shree-0709 on .mcpAgent IdentityOAuth 2.1
- Your AI Chatbot Just Exposed Your CEO's Salary to an InternBy Om-Shree-0709 on .Agent IdentityMCP SecurityOAuth Delegation
- Why MCP Servers Need Execution Sandboxing (And Why Your Current Stack Isn't Enough)By Om-Shree-0709 on .Agentic AiPrompt InjectionWebAssembly
MCP directory API
We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/zdrjson/thinking-prompts-skill'
If you have feedback or need assistance with the MCP directory API, please join our Discord server